دسته بندی بسته ها یکی از وظایف اصلی پردازنده های شبکه ای می باشد. مهمترین مسئله در این زمینه، استفاده از الگوریتمی است که بتواند بسته ها را با سرعت بالا و مصرف حافظه پایین، دسته بندی نماید. الگوریتم های دسته بندی به دو رده ی کلی نرم افزاری و سخت افزاری تقسیم می شوند. الگوریتم های مبتنی بر درخت تصمیم یک گروه از روش های نرم افزاری دسته بندی بسته ها هستند که با به کارگیری روش های مختلف برای انجام برش در مدل هندسی معادل نمایش قانون های دسته بند، درخت تصمیم بهینه را می سازند. الگوریتم های موجود در این دسته، در دسته بندی مجموعه قوانین بزرگ عملکرد مطلوبی از خود نشان نمی دهند. آنها برای کاهش حافظه مصرفی، سرعت دستهبندی را تا حد چشمگیری افزایش می دهند و یا بالعکس، برای افزایش سرعت دستهبندی با افزایش قابل توجهی در حافظه مصرفی مواجه می شوند. الگوریتم BitCuts که اخیرا برای افزایش سرعت جستجو در الگوریتم های درختی ارائه شده است نیز از این مشکل مستثنی نشده است. ما در این پایاننامه روش جدیدی ارائه داده ایم که با تغییر نحوه انتخاب بیت در هر گره از درخت، حافظه مورد نیاز و تعداد دسترسی به حافظه را در الگوریتم مذکور کاهش می دهد. نتایج ارزیابی موید آن است که متوسط تعداد دسترسی ها به حافظه جهت دسته بندی بسته ها و میزان حافظه مصرفی در روش پیشنهادی، به ترتیب برابر %61 و %13 روش پایه Bitcuts است.
